User Clustering
计算出segment
对于Recence,先对数据进行排序,然后映射到4个bucket中,数值越大价值越大
接着计算对于R的 segment
接着对M排序并映射到bucket中,然后计算对应M的Segment
接着计算M的segment
最后把segment的值相加得到Score
最后根据的Score设定规则分群:
比如Score>=8, A
8> Score >=4, B
Score < 4, C
在上面的分群方法里,我们先把每一值映射到了不同的bin, 然后根据自定义的规则对人群做了分群。
这种方法的好处在于简单,而且可解释性比较强。但缺点是引入了很多人工的处理和规则。
另外一种方法是使用K-means等聚类算法,直接应用在R,F,M数据或者原始数据中。使用K-means算法时需要注意的一点是:特征的归一化,因为每个特征维度的大小会有很大区别。